孙小雯，孙立民

（1.澳门科技大学商学院，中国澳门519020；2.广东石油化工学院理学院，广东茂名525000）

基于粗糙集的企业供应商评价与选择方法*

孙小雯1，孙立民2

（1.澳门科技大学商学院，中国澳门519020；2.广东石油化工学院理学院，广东茂名525000）

改进了粗糙集的属性重要度定义，根据新的属性重要度理论对企业供应商的评价与选择方法进行了深入研究，并建立了企业供应商评价与选择数学模型，应用得到的评价与选择方法进行了实证分析，最后给出了评价与选择结果。

供应商；粗糙集；属性；重要度；评价与选择

0 引言

目前，关于企业供应商评价方法的研究有很多，常用的有成本法、直观判断法、层次分析法、神经网络、遗传算法、模糊评价法等。这些评价方法的主要问题是主观性太强，一是评价指标难量化，评价指标多是主观赋权；二是评价者自身的主观原因，如性格、偏好、价值观和认知不同等，使供应商评价出现了不确定性和不一致性。因此，亟需借助合理的算法量化评价指标来确定各指标权重，从而使评价更加客观、科学。

粗糙集理论是由波兰科学院院士华沙理工大学教授Z.Pawlak于1982年提出的，是一种新的处理不完整、不确定知识和数据的表达、学习、归纳方法［1－3］。近年来，许多学者利用了粗糙集数据处理的客观性，将其应用于多指标综合评价中［4－5］。在企业供应商评价与选择领域内，粗糙集克服了传统评价方法中确定指标权重的主观因素，通过粗糙集理论方法来计算各评价指标权重。然而，粗糙集关于企业供应商评价与选择的研究［6－9］还比较少，仅仅采用了粗糙集单属性重要度确定权重的方法，并没有考虑属性之间相互依赖对属性权重的影响，因此会出现计算的指标权重为零和指标权重相等的不合理情况。本文借鉴了文献［10］中改进的粗糙集权重确定方法，改进了另一属性重要度定义，并利用了改进的基于粗糙集的新属性权重确定方法，对企业供应商评价与选择进行了研究，从而得到了新的评价与选择方法。

1 基本概念

1.1 粗糙集

给定一个有限非空集合称为论域U，当X⊆U是任一子集，R是U上的等价关系，那么集合称为X关于关系R的下近似集（解释为所有那些被包含在X里的等价类并集），R*（X）也称为X的R正区域PosR（X）；集合称为X关于关系R的上近似集（解释为所有那些与X有交的等价类并集）称为X的R负区域关于关系R的上、下近似差集称为X的R－边界线集，可以表示为

1.2 信息系统

1.3 属性重要度

1）依赖度。决策属性D对条件属性C的依赖度为：

2）重要度。决策属性D对条件属性C的重要度为：

重要度的值越大，则ci越重要。

1.4 改进的属性重要度

目前，粗糙集方法对企业供应商评价与选择进行研究，主要是利用了粗糙集单属性重要度的各种定义来计算各评价指标权重。这种通过粗糙集单一属性重要度的理论进行属性权重设计时，只考虑了单一指标对决策的影响，没有考虑指标之间相互影响对决策的影响，在研究中出现了计算得到的一些指标权重为0，而这些指标对决策的影响又是必要的，同时还出现了计算的一些指标权重相同等不合理现象。我们充分考虑了属性之间的相互影响，并利用基于决策的两两组合属性重要度和基于决策的单属性重要度，给出了如下新的单属性重要度定义。

2 供应商评价与选择指标确定

供应商选择标准的确定方法有很多，以时间长短为依据可以分为短期标准和长期标准。供应商的短期标准主要考虑产品开发制造中的质量保证度、售后服务质量，原材料、半成品、产成品或服务的价格，技术问题的解决能力、产品广度、基础设施、机器设备及其布局等。因此，选择供应商的短期标准主要考虑产品质量、产品价格以及交货能力。而选择供应商的长期标准是基于公司长远发展的前提下，主要评估供应商的生产力能否达到公司的发展需求，能否保证持续和稳定产品供应，其企业发展方向是否符合公司进一步的需求。因此，选择供应商的长期标准主要考虑供应商的生产能力和信誉度。

3 新的供应商评价方法

基于粗糙集的新供应商评价方法按以下步骤实施。

（1）确定供应商评价指标体系C，收集公司供应商历史数据，通过数据处理制定信息系统决策表。

（2）利用公式（1）计算出决策属性对各个条件属性的依赖度。

（3）利用公式（2）计算出指标体系C＝｛c1，c2，…，cn｝中每个指标ci的重要程度σCD（ci），计算双指标的重要度

（4）利用公式（3）计算指标体系C＝｛c1，c2，…，cn｝中每个指标ci的新的重要度σ′CD（ci）。

（5）计算指标体系C＝｛c1，c2，…，cn｝中每个指标ci的权重，公式如下：

（6）计算候选供应商得分并按得分高低排序，确定最佳合作供应商，公式如下：

以文献［9］中某太阳能公司的5个合作供应商为研究对象，记为5个合作供应商集合，合作供应商分别用这5个数字代表为供应商选择指标体系，ci（1≤i≤5）代表候选合作供应商的第i个指标，每个ci都有唯一一个指标和它对应，其中c1代表产品质量，c2代表产品价格，c3代表交货能力，c4代表生产能力，c5代表信誉度。D为决策指标，代表候选合作供应商的历史评估结果。该太阳能有限公司候选合作供应商实际信息系统决策表离散化后如表4所示。

表4 某太阳能有限公司候选合作供应商离散化后的信息系统决策

根据公式（1）求得决策属性对双条件属性的依赖度如下：

根据公式（2）求得指标体系C中双指标（Ci，Cj）（i≠j）的重要度如下：

按公式（3）求得指标体系C中每个指标Ci新的重要度如下：

按公式（4）求得指标体系C中每个指标Ci的权重如下：

对这5家候选供应商进行排序，得：Q3＞Q4＞Q1＞Q2＞Q5。

由计算结果可知，该企业最佳合作的供应商为3，其次为4，第三为1。如果该企业想分散风险，想要多选几个合作供应商的话，该企业可按如上顺序从大到小再依次选择合作供应商。

［1］张文修，吴伟志，梁吉业，等.粗糙集理论与方法［M］.北京：科学出版社，2001.

［2］刘清.Rough集及Rough推理［M］.北京：科学出版社，2001.

［3］王国胤.Rough集理论与知识获取［M］.西安：西安交通大学出版社，2001.

［4］李远远，云俊.粗集理论在综合评价中的应用研究［J］.中国管理科学，2009，17（专辑）：192－196.

［5］郑学敏.一种基于粗糙集理论多指标综合评价方法［J］.统计与决策，2010，305（5）：37－39.

［6］周艾飞，陈治亚，刘力存.基于粗糙集的供应链合作伙伴选择［J］.物流技术，2007，26（8）：178－181.

［7］黄颖，李芳芳.基于粗集理论的物流供应商选择研究［J］.江苏科技大学学报（自然科学版），2008，22（6）：67－71.

［8］鲍新中，孙莹.基于粗糙集理论的冶金企业备件供应商选择多属性［J］.北京科技大学学报，2010，32（8）：1078－1084.

［9］甘卫华，张蕊.基于粗糙集的光伏企业供应商选择［J］.物流技术，2013，75（3）：219－221.

［10］孙立民.一种改进的粗糙集属性权重研究新方法［J］.广东石油化工学院学报，2012（4）：121－125.

A New Method of Supplier Evaluation and Selection Based on Rough Sets

SUN Xiaowen1，SUN Limin2
（1.School of Business，Macau University of Science and Technology，Macau 519020，China；2.College of Science，Guangdong University of Petrochemical Technology，Maoming 525000，China）

In this paper，we summarize and analyze the theory of rough set and supplier evaluation，and the attribute significance degree concept is improved.The newmethod of supplier evaluation and selectionmethods has been studied by new attribute significance degree theory in detail，then themathematicmodel of supplier selection and evaluation has been established，and finally the new evaluation and selectionmethods are analyzed by examples.

Supplier；Rough set；Attribute；Significance degree；Evaluation and selection

F273.4

A

2095－2562（2015）06－0060－05

（责任编辑：贺嫁姿）

2016－01－10；

2016－01－29

广东省普通高校特色创新项目（650021）

孙小雯（1992—），女，黑龙江牡丹江人，在读研究生，主要从事经济决策研究。